Mga Pagsulong sa AI at Teknolohiyang CRISPR Upang Pabilisin ang Ating Pag-unawa sa mga Genetic na Sakit

Mayroong humigit-kumulang 7,000 bihirang genetic na sakit na nagaganap dahil sa mga genetic disorder. Nangyayari ang mga disorder na ito kapag may mutasyon sa ating mga gene, bagaman hindi ito palaging nauuwi sa sakit.

Ang mga gene ay binubuo ng deoxyribonucleic acid o DNA, na naglalaman ng mga tagubilin tungkol sa mga katangian at tungkulin ng ating katawan, at ang pagbabago sa DNA sequence ay nagdudulot ng genetic disorder.

Dahil kalahati ng ating mga gene ay nagmumula sa bawat magulang, maaari tayong mana ng mutasyon sa gene mula sa isa o pareho. Ang mga disorder na ito ay maaari ring resulta ng kombinasyon ng mga mutasyon sa gene, pinsala sa mga kromosoma—mga hibla na nagdadala ng mga gene—at mga salik na pangkapaligiran.

Ang masalimuot na tanawin ng genetika, na tinatampukan ng komplikasyon, mababang paglaganap, at nakatagong katangian ng mga disorder, ay lubos na nagpapahirap sa proseso ng pagkakaroon ng tumpak na diagnosis. Sa maraming kaso, ang mga bihirang genetic na sakit ay maaaring dulot ng malawak na hanay ng mga variant sa mga gene na maaaring natatangi sa isang indibidwal, na lalong nagpapahirap tuklasin ang tiyak na sanhi ng mga sintomas ng pasyente.

Bukod pa rito, ang proseso ng diagnosis ay nangangailangan din ng masusing pagsusuri ng genetika at oras upang ihambing ang genetic makeup ng pasyente sa mga kilalang pattern ng sakit. Kaya’t hindi lamang hamon ang diagnosis, kundi maaari rin itong tumagal nang matagal, na nagdudulot ng pagkaantala sa paggamot. Gayunpaman, isang bagong pag-aaral mula sa Denmark ang handang gawing mas epektibo at mas mabilis ang diagnosis ng mga ganitong sakit.

Inilathala sa The American Journal of Human Genetics, ginamit ng pag-aaral ang teknolohiyang CRISPR upang i-activate ang mga gene sa mga selulang madaling ma-access, tulad ng dugo o balat. Pagkatapos, sinukat ng mga mananaliksik kung tama ang pagbuo ng messenger RNA sa prosesong molekular na tinatawag na splicing.

Ang inobasyong ito ay tinutugunan ang isang mahalagang balakid sa pananaliksik ng genetika. Isang malaking pag-unlad ito dahil 19% ng mga gene na kaugnay ng sakit ay hindi aktibo sa mga madaling ma-access na tisyu tulad ng selulang dugo at balat. Pinapahirap nito ang pagkuha ng malinaw na larawan ng genetic na batayan ng mga sakit.

Ayon sa mga eksperto, ang pag-unlad na ito ay maaaring magbago ng landscape ng genetic diagnostics.

“Ibig sabihin nito, hanggang ngayon, hindi natin lubos na nasusuri ang mga gene dahil aktibo lamang ang mga ito sa tiyak na mga tisyu, tulad ng nervous system, at ito ay isang malaking balakid pagdating sa pag-unawa kung ang isang partikular na variant ng gene ang sanhi ng sakit ng pasyente.”

– Uffe Birk Jensen, isang Clinical Professor at Tagapangulo sa Department of Clinical Medicine ng Aarhus University – Department for Clinical Genetics

Ang pag-activate ng CRISPR dito ay nagdadala ng malaking oportunidad. Ang CRISPR, na nangangahulugang “Clustered Regularly Interspaced Short Palindromic Repeats,” ay isang teknolohiyang genome editing na ginagamit upang baguhin ang mga DNA sequence nang selektibo at tumpak. Binubuo ito ng enzyme na Cas9, na ginagamit bilang molecular scissors para putulin ang DNA. Mayroon ding guide-RNA na kumikilala sa target na kailangang baguhin at nagdidirekta sa Cas9 patungo sa nasabing bahagi ng DNA.

Gamit ang teknik na ito, “pinailaw” ng mga mananaliksik ang mga gene na karaniwang hindi aktibo sa mga madaling ma-access na selula, kabilang ang gene na MPZ—na karaniwang aktibo lamang sa mga nerve pathway—na ngayon ay na-activate sa mga selulang balat. Ang breakthrough na ito ay nag-aalok ng mga bagong posibilidad para sa pag-unawa at pag-diagnose ng mga genetic na sakit.

Ayon kay Uffe Birk Jensen, ang pag-activate ng CRISPR ay nagbigay-daan upang i-activate ang gene sa natural na kapaligiran, na nangangahulugang ang pagbabago ng gene ay hindi kailangang gawin sa mga cell model kundi maaaring gamitin ang sample ng pasyente. Idinagdag niya:

“Ang parehong pamamaraan ay maaaring magamit para sa iba’t ibang pasyente at madaling iangkop sa iba pang mga gene, at ang bentahe ay napakabilis nito na may posibilidad ng mga resulta sa loob ng ilang linggo.”

Umaasa ang mga mananaliksik na magagamit ang pamamaraang ito para sa mas madaling ma-access, epektibo, at tumpak na diagnosis ng mga genetic na sakit. Naipakilala na ito sa klinika upang ang “teknolohiya ay makatutulong sa paggawa ng tamang diagnosis kapag nakakita kami ng posibleng splicing variants,” ayon kay Thorkild Terkelsen, co-author ng pag-aaral at postdoc sa Department of Biomedicine.

Ngunit hindi pa dito nagtatapos. Patuloy na sinusuri ng koponan ang mas malawak na potensyal ng teknik at gumagawa ng mga pag-aayos upang ito ay “mas madaling magamit sa klinika,” dagdag pa ni Terkelsen.

Ang pag-aaral, na isang kolaboratibong pagsisikap sa pagitan ng Department of Clinical Genetics at Department of Molecular Medicine ng Aarhus University Hospital, ay nakatanggap ng pondo mula sa Independent Research Fund Denmark.

Ang Malawak na Potensyal ng Pinakabagong Teknolohiya sa Pag-unawa sa mga Genetic na Sakit

Bagaman nabuo ang CRISPR noong 1987, kamakailan lamang ito nagsimulang sumikat. Ang teknolohiyang ito na puno ng pangako at inobasyon ay nag-aalok sa mga mananaliksik at siyentista ng epektibong paraan upang i-edit ang mga estruktura ng DNA at baguhin ang function ng gene.

Ang teknik ay may ilang posibleng gamit, kabilang ang paggamot at pagbawas ng paglaganap ng mga disorder pati na rin ang pag-edit ng mga namamanang kakulangan. Pagdating sa gene therapy, ang teknolohiyang CRISPR/Cas9 ay nag-aalok ng malaking potensyal sa pamamagitan ng genetic editing ng mutation na partikular sa pasyente na hindi magagamot ng tradisyunal na pamamaraan. Sa gayon, sa pamamagitan ng pag-alis ng komplikadong mga sakit, layunin ng teknolohiyang CRISPR na magbigay ng mas malusog na buhay para sa mga tao.

Habang mas lalong ginagamit ang CRISPR para sa pagwawasto ng mga sakit sa tao, ginagawa ang mga pagsisikap upang mabawasan ang off-targets at magbigay ng mas mataas na precision. Dito, ang artificial intelligence, partikular, ay tumutulong sa genome editing na makamit hindi lamang mas mataas na precision kundi pati na rin kahusayan at affordability sa pagharap sa iba’t ibang sakit.

Ang AI ay ang pagsasagaw ng katalinuhan ng tao sa mga robot upang mag-isip, matuto, at mag-predict tulad ng tao. Layunin ng teknolohiyang ito na baguhin ang maraming industriya, kabilang ang pangangalagang pangkalusugan.

Kamakailan, napag-usapan namin kung paano ang kakayahan ng AI na kilalanin ang mga trend sa loob ng isang hanay ng mga variable ay nagdadala ng eksponensyal na pag-unlad sa pangangalagang pangkalusugan. Sa pamamagitan ng paggamit ng mga AI algorithm, nagagawang matagumpay na mahulaan ng mga mananaliksik ang impeksyon ng sepsis sa mga pasyenteng mataas ang panganib bago pa man lumitaw ang mga sintomas at naililigtas ang buhay. Sa isa pang kaso, sinusuri ng mga AI-powered prediction model ang genomic data upang hulaan ang sakit nang may mataas na katumpakan.

Ang malawak na sangay ng agham ng kompyuter na ito ay patunay na isang makapangyarihang kasangkapan sa pagtuklas ng mga namamana at gene-related na disorder. Sa pananaliksik ng gene, ang napaka-versatile na sangay ng AI, ang deep learning, ay patuloy na ginagamit.

Batay sa artificial neural networks, tinuturuan ng deep learning ang mga kompyuter na magproseso ng malaking dami ng data. Bilang isang subset ng machine learning, sinusubukan ng deep learning model na gayahin ang pag-uugali ng utak ng tao sa pamamagitan ng pagkatuto mula sa ibinigay na data.

Ang deep learning ay gumagamit ng maraming layer ng magkakaugnay na nodes upang lumikha ng malalim na neural networks na maaaring matutunan ang kumplikadong representasyon ng data sa pamamagitan ng pagtuklas ng hierarchical patterns dito. Batay sa mga pattern, ito ay lumilikha ng tumpak na mga insight at prediksyon. Ang mga algorithm na ito ay maaaring matuto at mag-improve mula sa data nang mag-isa nang hindi nangangailangan ng manu-manong interbensyon.

Ang mga deep learning model ay nakakamit ng mahusay na pagganap sa mga biomedical na aplikasyon, kung saan ipinapakita ng mga pag-aaral na ang mga modelong ito ay maaaring mag-perform nang kasing husay o mas mahusay pa kaysa sa tao sa mahahalagang gawain sa pangangalagang pangkalusugan tulad ng pag-diagnose ng mga sakit. Sa huli, ang AI ay maaaring magbawas ng mga pagkakamali ng tao, magproseso ng napakalaking dami ng data, at palawakin ang kapasidad ng kaalaman.

Dahil sa komplikadong data sa pangangalagang pangkalusugan, maaaring epektibong gamitin ang AI para sa diagnosis, rekomendasyon sa paggamot, mga administratibong gawain, at pakikipag-ugnayan sa pasyente sa iba’t ibang larangan ng pangangalaga.

Gayunpaman, tulad ng aming binanggit sa aming ‘AI-Powered Prediction Models Set to Advance HealthCare by Leaps and Bounds‘ na piraso, maaaring magkamali kapag inilalapat ang AI sa totoong mundo, at kailangan nating maging maingat dito.

Ang Pangako ng AI sa Pagsasaliksik, Pag-diagnose, at Paggamot ng mga Genetic na Sakit

Ang paggamit ng AI para sa pag-unawa, pag-diagnose, at paggamot ng sakit ay hindi na bago. Ang mga rule-based system ay nagpakita ng pangako sa tumpak na diagnosis at paggamot ng sakit. Ngunit sa mga nagdaang taon, ang pag-unlad ng teknolohiya ay nagbigay-daan upang magawa ito sa konteksto ng mga genetic na sakit at may pinahusay na resulta.

Halimbawa, ang IBM Watson ay nakakuha ng malaking atensyon dahil sa pokus nito sa precision medicine, partikular sa diagnosis at paggamot ng kanser. Para dito, pinagsasama ng Watson ang machine learning at kakayahan ng NLP.

Para sa gene therapy, ginagamit ang mga AI tool tulad ng DeepCRISPR, CRISTA, at DeepHF upang mag-gabay ng RNAs para sa isang tinukoy na target sequence. Ang pag-predict ng optimal guide RNAs ay isinasaalang-alang ang maraming salik, tulad ng genomic context, nais na uri ng mutation, on-target scores, off-target scores, posibleng lokasyon ng off-target, at ang posibleng epekto ng gene editing sa function nito.

Ang mga AI model ay karagdagang tumutulong sa pag-optimize ng iba’t ibang teknolohiya para i-edit ang genome, tulad ng base editing (gumagawa ng target na pagbabago sa sequence ng isang piraso ng DNA), prime editing (isang ‘search-and-replace’ na pag-edit), at epigenome editing (pagdaragdag o pag-alis ng molecular markers mula sa DNA), na nagbibigay-daan sa tumpak at programmable na pagbabago sa mga DNA sequence nang hindi umaasa sa donor DNA templates.

Higit pa rito, ang pakikipagtulungan ng AI sa genome editing ay nagbibigay-daan sa personalized na paggamot na naaayon sa genetic profile, sinusuri ang genomic data ng mga pasyente upang matukoy ang mga mutation at disease-associated biomarkers, tulad ng sa Alzheimer’s at kanser, nang maaga, na nagreresulta sa customized na pangangalaga.

Naniniwala ang mga siyentipiko at mananaliksik na sa pamamagitan ng pagtulong sa mga clinician na matukoy ang ugat na sanhi ng mga sakit nang mas mabilis, ang teknolohiyang tulad ng AI ay nagpapahintulot sa mga pasyente na makatanggap ng tamang paggamot nang mas maaga, na lubos na nagpapabuti sa pangangalaga sa pasyente.

Bukod sa pagpapabilis ng diagnosis, ginagawa rin ito ng AI nang may mas mataas na katumpakan. Noong Oktubre 2021, isang pag-aaral na isinagawa ng mga mananaliksik mula sa University of Utah Health at pinamunuan ng Rady Children’s Hospital sa San Diego ay nag-develop ng Fabric GEM algorithm na gumagamit ng AI upang hanapin ang mga error sa DNA na nagdudulot ng mga bihirang genetic disorder sa mga sanggol.

Sa pagsubok, nagawang tukuyin ng GEM ang causative gene bilang isa sa dalawang nangungunang kandidato nito sa 92% ng pagkakataon, na mas mahusay kaysa sa mga umiiral na tool na matagumpay lamang sa 60% ng oras. Bukod pa rito, hindi tulad ng ibang tool, nagawang hanapin din ng GEM ang “structural variants,” na mas malaki at mas kumplikado, bilang mga sanhi ng sakit.

Para dito, natutunan ng GEM mula sa napakalawak at patuloy na lumalaking kaalaman at pagkatapos ay kinross-refer ito sa napakalaking dataset ng mga genomic sequence mula sa iba’t ibang grupo ng populasyon at lahat ng impormasyon tungkol sa klinikal na sakit, na pagkatapos ay pinagsama sa sequence ng genome ng pasyente at mga medikal na rekord. Bilang tulong, maaaring i-couple ang GEM sa isang NLP tool upang i-scan ang maraming clinical notes.

Kamakailan, ipinakilala ng Google’s DeepMind ang isang bagong AI model na maaaring mag-predict ng mga genetic disease. Tinawag na “AlphaMissense”, ang language model ay sinanay sa mga protein sequence at hinuhulaan ang mga istruktura ng daan-daang milyong protein mula sa kanilang amino acid composition.

Isang “pathogenicity score” mula 0 hanggang 1 ang inilalaan ng model sa bawat isa sa 71 milyong posibleng missense variant. Ito ay batay sa kaalaman nito sa mga epekto ng iba pang malapit na kaugnay na mutation. Dito, mas mataas ang score, mas malamang na ang isang partikular na mutation ay magdulot o kaugnay ng sakit.

Ayon sa mga mananaliksik ng DeepMind, 90% ang accuracy ng AlphaMissense, na may 89% ng mga variant na na-classify. Sa AlphaMissense, layunin nitong mapabilis ang pananaliksik sa mga genetic variant, mapabuti ang diagnosis ng sakit, at makahanap ng mga bagong paggamot nang mas mabilis. Maaari rin itong makatulong sa mga doktor na mabilis na i-rule out ang iba pang posibleng genetic mutation sa DNA ng pasyente at matiyak na ibinibigay nila ang tamang paggamot.

Mga Kumpanyang Gumagamit ng AI at Teknolohiyang CRISPR

Ngayon, tingnan natin ang ilang kilalang kumpanya sa sektor ng pangangalagang pangkalusugan na gumagamit ng AI at CRISPR upang mag-innovate at bumuo ng mga solusyon para sa ikabubuti ng buhay ng tao at lipunan.

#1. CRISPR Therapeutics

Ang kumpanyang nakabase sa Zug, isang pioneer sa paggamit ng teknolohiyang CRISPR para gamutin ang parehong karaniwan at bihirang sakit, ay nakakuha ng mga karapatan sa IP para sa CRISPR/Cas9 at mga kaugnay na teknolohiya. Pagkatapos ng estratehikong hakbang na ito, nakatanggap ang Crispr Therapeutics (CRSP ) ng regulasyon na pag-apruba sa Q4 ng 2023 para sa CASGEVY upang gamutin ang sickle cell disease (SCD) sa US at para sa SCD at transfusion-dependent beta-thalassemia (TDT) sa UK at Bahrain.

Sa paggamit ng mga aprubong ito, sinabi ng CEO na si Samarth Kulkarni noong 2024:

“Patuloy naming itutulak pasulong ang aming mga programa at palalawakin ang aming pipeline na may layuning maghatid ng paradigm-shifting na gene editing therapies sa mga pasyente. Kami ay nasa magandang posisyon upang isakatuparan ang aming mga clinical trial sa iba’t ibang therapeutic area, kabilang ang oncology, autoimmune, cardiovascular, at diabetes.”

Bilang pagsasalamin sa mga pag-unlad ng kumpanya at kumpiyansa ng merkado, ang Crispr Therapeutics, na may market cap na $5 bilyon, ay nakikita ang presyo ng kanilang mga shares na $62.95, na nagmamarka ng 0.56% pagtaas mula simula ng taon (YTD). Iniulat ng kumpanya ang kita na $170 milyon sa nakaraang labindalawang buwan (TTM), na may EPS (TTM) na -4.48 at P/E (TTM) ratio na -14.05. Ipinapakita ng tiwala ng mamumuhunan, noong Enero 2024, nakuha ng ARK Investment ni Cathie Wood ang 167,000 shares ng Crispr Therapeutics.

I-click dito upang matutunan ang lahat tungkol sa pamumuhunan sa CRISPR Therapeutics.

#2. UnitedHealth Group Incorporated

Ang diversified na kumpanya sa pangangalagang pangkalusugan na ito ay malawak na gumagamit ng AI, machine learning (ML), at natural language processing (NLP), na binigyang-diin ng COO nitong si Dirk McMahon:

“Sa pangmatagalan, naniniwala kami na may malaking pag-asa para sa mga iyon.”

Mahigit isang dekada na ang nakalipas, nakuha ng UnitedHealth (UNH ) Group ang Optum, na gumagamit ng teknolohiya at AI para sa decision-making at predictive analysis. Sa kanilang Q4 earnings, iniulat ng kumpanya ang 24.2% pagtaas sa kita ng Optum division na umabot sa $59.5 bilyon. Ilang taon na ang nakalipas, inilunsad ng kumpanya ang Level 2 digital therapy platform para sa mga pasyenteng may diabetes at nag-integrate din ng virtual assistance platform upang i-optimize ang suporta sa customer.

Sa market cap na $473.32 bilyon, ang mga shares ng UnitedHealth Group ay kasalukuyang nagte-trade sa $511.74, bumaba ng 2.8% YTD. Iniulat ng kumpanya ang kita (TTM) na $317.62 bilyon at may EPS (TTM) na 23.85 at P/E (TTM) na 21.46.

Pangwakas na Kaisipan

Ang CRISPR ay lumitaw bilang isang simple at mabilis na genome editing technology na may malaking potensyal sa paggamot ng mga genetic disorder. Gayunpaman, nananatili ang ilang hamon tulad ng mataas na gastos at off-target editing, na nag-uudyok ng pangangailangan para sa pinahusay na editing efficiency habang tinitiyak ang kaligtasan.

Bukod sa CRISPR, ang AI ay isa pang teknolohiya na nagbabago ng mukha ng pangangalagang pangkalusugan sa pamamagitan ng walang kapantay na kakayahan nitong kilalanin ang mga trend. Magkasama, ang mga teknolohiyang AI at CRISPR ay nagbubukas ng kapanapanabik na mga posibilidad para sa mabilis na pag-unawa sa mga gene at pagpapabuti ng mga medikal na paggamot para sa mga genetic na sakit.

I-click dito upang matutunan ang mga nangungunang kumpanya ng CRISPR na maaaring pag-investan.